Ordliste

Kausal inferens

Hvad er Kausal inferens?

Kausal inferens omfatter metoder til at udlede årsag-virkning-sammenhænge af data i stedet for blot at identificere korrelationer. Den besvarer spørgsmål som 'Hvad ville der være sket, hvis vi ikke havde gennemført denne foranstaltning?'. Redskaber omfatter randomiserede forsøg som A/B-test, kausalgrafer og statistiske teknikker til observationsdata. Eksempel: At undersøge, om en rabatkampagne faktisk øgede salget, eller om det under alle omstændigheder var steget af sæsonmæssige årsager.

Emner

Statistik
Årsag og virkning
Analyse

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo

← Alle begreber

Relaterede begreber

Bayesianske netværk

Bayesianske netværk er grafiske modeller, der repræsenterer variabler som knuder og deres sandsynlighedsmæssige afhængigheder som rettede pile. Ved hjælp af Bayes' sætning viser de, hvordan nye observationer ændrer sandsynligheden for andre hændelser. Et eksempel er diagnosestøtte: at anslå den mest sandsynlige årsag ud fra observerede symptomer. Deres styrker er gennemsigtighed og evnen til at håndtere usikre eller ufuldstændige data.

Sandsynlighed
Grafiske modeller
+1

Predictive analytics

Predictive analytics bruger historiske data, statistik og machine learning til at vurdere sandsynlige fremtidige begivenheder. Det besvarer spørgsmål som: Hvilke kunder er på vej til at opsige? Hvor stort lager får vi brug for næste måned? Hvornår går en maskine sandsynligvis i stykker? Resultaterne er sandsynligheder, ikke sikkerheder. Deres værdi afhænger i høj grad af datakvaliteten og af, om forudsigelserne rent faktisk indgår i beslutninger og processer.

dataanalyse
prognoser
+1

Bias

Inden for AI betegner bias en systematisk skævhed i resultaterne. Den skyldes ofte ubalancerede eller historisk skæve træningsdata, men kan også stamme fra modellens design eller fra, hvordan et spørgsmål formuleres. Et kendt eksempel: Et værktøj til screening af ansøgere, der lærer af tidligere ansættelsesbeslutninger, kan videreføre eksisterende ulemper for bestemte grupper. Inden for statistik betyder bias også et estimats afvigelse fra den sande værdi. Modforanstaltninger omfatter forskelligartede data, regelmæssige audits og menneskelige beslutninger i personalesager.

AI-etik
Fairness
+1

Eksplorativ dataanalyse (EDA)

Eksplorativ dataanalyse (exploratory data analysis, EDA) er det første, åbne blik på et datasæt: Man beregner sammenfattende tal, undersøger fordelinger og diagrammer og leder efter mønstre, outliers og manglende værdier – endnu uden en fast hypotese. Den hjælper med at vurdere datakvaliteten og finde fornuftige spørgsmål til videre analyse eller modellering. Eksempel: Før en salgsprognose afslører EDA, at én måned blev registreret ufuldstændigt på grund af en systemmigrering.

Dataanalyse
Statistik
+1

Skabelon